向DataFrame写入数据时遇ValueError：键与可迭代值长度不匹配

1. 无效的切片操作：代码里的var = var[:98]完全错误——此时var还未定义，这行代码不仅毫无作用，还会引发额外的未定义变量错误，直接删除即可。
2. 赋值逻辑错误：output_df.loc[i:97] = var是试图把列表赋值给DataFrame的行范围，但loc[i:97]选中的是98行数据，若var是长度为98的列表，这种赋值会强制把列表元素对应到行的所有列，导致列数与值的长度不匹配，触发ValueError。你的真实需求是把每个score列表作为一列写入DataFrame，而非覆盖行数据。

假设你希望四个score分别对应DataFrame的四列（列名可自定义），以下是两种可行的修改方式：

方案1：给已有DataFrame添加列（推荐） #

# 先确保每个score列表的长度截断为98，匹配原CSV行数
variables = [positive_score[:98],
             negative_score[:98],
             polarity_score[:98],
             subjectivity_score[:98]]
# 定义对应列名
col_names = ['positive_score', 'negative_score', 'polarity_score', 'subjectivity_score']
# 逐个给DataFrame添加列
for col_name, var in zip(col_names, variables):
    output_df[col_name] = var

output_df.to_csv('Output_data.csv', index=False)

方案2：直接创建新的DataFrame #

如果output_df还未初始化，可直接用列表和列名构造：

# 截断每个score列表到98个元素
variables = [positive_score[:98],
             negative_score[:98],
             polarity_score[:98],
             subjectivity_score[:98]]
col_names = ['positive_score', 'negative_score', 'polarity_score', 'subjectivity_score']

# 直接生成DataFrame
output_df = pd.DataFrame(dict(zip(col_names, variables)))
output_df.to_csv('Output_data.csv', index=False)

• 必须保证每个var列表的长度是98，和原CSV的行数完全一致，否则会出现新的长度不匹配错误。
• 处理列数据时，直接通过列名赋值是最安全的方式，避免用行范围赋值的逻辑混淆行列关系。

内容的提问来源于stack exchange，提问作者Abhay Lakra